Python | Pandas Series.cumsum (), чтобы найти кумулятивную сумму серии

Опубликовано: 29 Марта, 2022

Pandas Series.cumsum() is used to find Cumulative sum of a series. In cumulative sum, the length of returned series is same as input and every element is equal to sum of all previous elements.

Syntax: Series.cumsum(axis=None, skipna=True)

Parameters:
axis: 0 or ‘index’ for row wise operation and 1 or ‘columns’ for column wise operation
skipna: Skips NaN addition for elements after the very next one if True.

Result type: Series

Пример №1:
В этом примере серия создается из списка Python с использованием метода Pandas .Series (). Список также содержит значение Null, а параметр skipna остается по умолчанию, то есть True.

# importing pandas module
import pandas as pd
  
# importing numpy module
import numpy as np
  
# making list of values
values = [3, 4, np.nan, 7, 2, 0]
  
# making series from list
series = pd.Series(values)
  
# calling method
cumsum = series.cumsum()
  
# display
cumsum

Выход:

 3
7
NaN
14
16
16
dtype: float64

Объяснение
Кумулятивная сумма - это сумма текущего и всех предыдущих значений. Как показано в выходных данных выше, добавление было выполнено следующим образом

 3
3 + 4 = 7
7 + NaN = NaN
7 + 7 = 14
14 + 2 = 16
16 + 0 = 16

 
Example #2: skipna=False
In this example, a series is created just like in the above example. But the skipna parameter is kept False. Hence NULL values won’t be ignored and it would be added every time after it’s occurrence.

# importing pandas module
import pandas as pd
  
# importing numpy module
import numpy as np
  
# making list of values
values = [1, 20, 13, np.nan, 0, 1, 5, 23]
  
# making series from list
series = pd.Series(values)
  
# calling method
cumsum = series.cumsum(skipna = False)
  
# display
cumsum

Выход:

 0 1.0
1 21,0
2 34,0
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
dtype: float64

Объяснение: Как видно из вывода, все значения после первого появления NaN также являются NaN, поскольку любое число + NaN также является NaN.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.